LE2Fusion:一种用于红外与可见光图像融合的新型局部边缘增强模块
计算机视觉与模式识别
2023-05-30 v1
摘要
红外与可见光图像融合任务旨在从多源图像生成包含显著特征与丰富纹理细节的融合图像。然而,在复杂光照条件下,极少有算法关注对下游任务至关重要的局部区域边缘信息。为此,我们提出一种基于局部边缘增强的融合网络,名为LE2Fusion。具体地,提出局部边缘增强(LE2)模块以改善复杂光照下的边缘信息并保留图像本质特征。在特征提取中,应用多尺度残差注意力(MRA)模块提取丰富特征。随后,借助LE2生成一组增强权重,用于特征融合策略并引导图像重建。为更好保留局部细节信息与结构信息,还提出了基于局部区域的像素强度损失函数。实验表明,所提方法在公开数据集上相比最先进融合方法展现出更优的融合性能。
引用
@article{arxiv.2305.17374,
title = {LE2Fusion: A novel local edge enhancement module for infrared and visible image fusion},
author = {Yongbiao Xiao and Hui Li and Chunyang Cheng and Xiaoning Song},
journal= {arXiv preprint arXiv:2305.17374},
year = {2023}
}